背景

劈里啪啦的整了一堆概念，對mcp server還是只停留在知道個詞的地步。

雖然目前大模型的對話生成能力很強，但是大模型（如deepseek）并不能直接進行如 文件增刪、數據庫查詢、發送郵件等操作，就算你把數據庫地址賬號密碼這些輸入到deepseek模型，它也只會停留在文字層面，無法向專業人員一樣操作數據庫，然后幫你拿回查詢結果。

說白了，人類對大語言模型的使用不想僅停留于多輪對話，然后輸出干巴巴的語句。想更進一步偷懶，把使用工具的權力也交給AI模型，讓AI模型幫你按輸出的建議執行實際的操作。

最典型的就是， 讓cursor幫你生成一個增刪改成的python demo，不只輸出代碼內容，順便把初始化項目目錄、新建文件、啟動開發、根據控制臺報錯、反復自動進行多輪debug。甚至，你要是整個ssh的mcp server， 是不是順便還能幫你在服務器上裝個nginx， 安docker，發布上線python demo、 從而直接運維后臺服務了。

當然，就目前而言，可靠性還是差得很遠，要是不做約束，你也無法確保它哪天會不會給你刪庫跑路了。

mcp server的必要性

所以，mcp server就是為了解決大語言模型和與外部工具的交互問題而出現的，提供能力增強的同時，也得加以約束。

mcp server的基本概念

MCP Server是Anthropic公司于2024年提出的開源協議（MCP）的核心部分，旨在解決LLM與外部系統（如數據庫、API、文件等）的集成問題。其主要功能包括：
?資源暴露?：提供對數據實體（文件、數據庫記錄等）的標準化訪問接口，例如file:///home/user/report.txt或memo://recent-insights。
?工具提供?：暴露可執行功能（如數據庫查詢、文件寫入等），供LLM調用以完成復雜任務（例如query_database(SQL語句)或write_file(文件路徑,內容)）。
?動態通知?：當資源變化時通過JSON-RPC 2.0協議向客戶端推送通知（如notification消息）。

mcp server的架構與核心組件

MCP采用客戶端-服務器架構，包含以下核心組件：

?MCP Host?：運行AI應用程序的環境（如Claude Desktop、Cursor IDE等），托管MCP Client并協調通信。
?MCP Client?：中介角色，管理Host與Server間的請求/響應，處理實時通知（如任務進度更新）。
?MCP Server?：輕量級本地服務，通過工具（Tools）、資源（Resources）、提示（Prompts）三大能力擴展LLM功能。

總結

?MCP Server作為LLM生態的關鍵基礎設施，通過標準化協議解決了AI與真實世界交互的碎片化問題，其輕量級、安全性和模塊化特性使其成為智能體開發的重要工具。